- Pemimpin teknologi tetap skeptis tentang penggunaan kecerdasan buatan, tetapi bergantung pada alat-alat ini untuk menangani semakin banyak peran dan fungsi.
- Survei terbaru terhadap 1.393 pemimpin teknologi menunjukkan bahwa sekitar dua pertiga sedang mempercepat kemampuan AI mereka dan sekitar setengahnya menyisipkan keterampilan AI ke dalam peran yang sudah ada daripada menciptakan posisi baru.
- Hampir 40% melihat AI generatif sebagai solusi yang berharga untuk aplikasi tertentu saat ini, dan 33% masih ragu tentang dampak bisnisnya.
Banyak pemimpin teknologi masih skeptis atau khawatir tentang penggunaan alat kecerdasan buatan, sementara organisasi-organisasi bergantung pada alat-alat ini untuk menangani semakin banyak peran dan fungsi. Mengingat paradoks ini, pertimbangan penting adalah apa yang diperlukan untuk membawa dua dinamika yang bertentangan ini menjadi sejalan?
A recent
survey
dari 1.393 pemimpin teknologi di sembilan negara yang diukur oleh penyedia tenaga kerja dan layanan IT Experis menunjukkan bahwa sekitar dua pertiga sedang mempercepat kemampuan AI mereka dan sekitar setengahnya menyematkan keterampilan AI ke dalam peran yang sudah ada daripada menciptakan posisi baru.
Namun demikian, meskipun ada kegembiraan yang terus berlanjut seputar AI, penelitian menunjukkan pendekatan yang hati-hati dalam penerapan AI di kalangan pemimpin teknologi. Hanya 37% yang melihat AI generatif sebagai solusi yang bernilai untuk aplikasi tertentu saat ini, dan 33% masih ragu tentang dampak bisnisnya.
CIOs dan pemimpin teknologi mengintegrasikan AI ke dalam fungsi dan peran yang sudah ada dengan utamanya menggunakan AI untuk memperkuat pola kerja dan tugas yang sudah ada,” kata Cameron Haight, analis dari perusahaan penelitian Gartner. “Penggunaan awal alat AI ini diharapkan akan menghasilkan peningkatan produktivitas yang moderat. Dalam jangka pendek, AI beroperasi dalam batasan, memperkuat proses saat ini tanpa mentransformasi fundamentalnya.
Perusahaan-perusahaan menggunakan AI di beberapa area penting, kata Kye Mitchell, presiden Experis U.S. Mereka mengimplementasikannya
untuk mempercepat pemrograman
dan otomatisasi pengujian dalam pengembangan perangkat lunak; untuk meningkatkan keamanan siber melalui deteksi dan respons ancaman secara real-time; serta untuk meningkatkan dukungan pelanggan dan penjualan dengan menyederhanakan penanganan tiket dan personalisasi pendekatan.
Seiring berjalannya waktu, alat AI diharapkan untuk mendorong batasan-batasan,
menjadi lebih “agentic”
dan mampu mengurai masalah yang kompleks, Haight mengatakan. “Ini akan mentransformasi pola kerja dengan memungkinkan pengembang untuk sepenuhnya otomatisasi dan meniadakan lebih banyak tugas,” katanya.
Agen AI dapat meningkatkan pengalaman pengembang dan meningkatkan kemampuan untuk menghasilkan nilai bisnis, kata Haight. “Misalnya, agen AI dapat memotong tugas seperti pembuatan kode, debug, dan penyetelan performa,” katanya.
Riset Gartner memiliki pandangan yang lebih halus mengenai AI yang menggantikan manusia dalam pekerjaan, namun, karena dampaknya kompleks dan bervariasi, kata Haight. “Meskipun ada spekulasi dan hype dari vendor yang mempromosikan ‘software engineer berbasis AI’ yang dapat menggantikan insinyur manusia, kami percaya bahwa kabar kematian, misalnya, insinyur perangkat lunak, terlalu dibesar-besarkan,” tambahnya.
Skepitis dan ketidakpastian para pemimpin IT mengenai dampak bisnis dari AI sebagian karena
banyak organisasi mengalami kesulitan
untuk menerjemahkan investasi AI menjadi peningkatan produktivitas yang nyata, Haight mengatakan demikian.
Mencapai keterpaduan
Menavigasi keseimbangan antara hype, potensi, dan tantangan dari AI memerlukan para pemimpin teknologi untuk fokus pada integrasi strategis, penyesuaian tenaga kerja, dan perubahan budaya, kata Haight.
Perusahaan perlu mengubah fokus ke pola pikir berbasis AI. “Alih-alih para pengembang secara manual menulis semua kode, tanamkan pola pikir ‘berbasis AI’ di mana insinyur perangkat lunak fokus utama mereka adalah mengarahkan agen AI dengan memberikan konteks dan batasan yang relevan,” kata Haight. “Ini berarti meningkatkan keterampilan tim dalam teknik prompt dan keterampilan penghasilan yang diperkuat oleh pengambilan.”
Untuk secara efektif memanfaatkan AI, terutama dalam membangun aplikasi yang didukung AI dan mendukung peran baru seperti insinyur AI, organisasi perlu berinvestasi dalam platform pengembang AI, kata Haight. “Platform ini menyediakan teknologi, alur kerja, komponen yang dapat digunakan kembali, akses ke model bahasa besar, dan dukungan untuk praktik AI yang bertanggung jawab, sehingga memungkinkan integrasi AI yang efisien dan skalabel,” katanya.
Dampak dari AI memerlukan perombakan peran untuk menyesuaikan dengan cara kerja baru dan memperhitungkan permintaan yang berubah, kata Haight. “Alih-alih hanya menggantikan peran, fokuslah pada penataan ulang peran sering kali menuju peran umum yang terampil dengan bantuan AI yang mengotomatisasi tugas rutin,” katanya. “Bangun tim yang lebih terhubung dan dinamis untuk memudahkan orang terhubung dengan pekerjaan mereka.”
Untuk menyelaraskan antara semangat AI dengan dampak bisnis, para pemimpin teknologi “perlu membuat ruang untuk inovasi tanpa kehilangan kontrol,” kata Mitchell. “Itu berarti menyiapkan ruang sandbox yang aman untuk menguji AI, membangun peran jembatan yang menghubungkan teknologi dengan bisnis, dan mengukur hasil melalui hasil nyata — bukan hanya hype. Sama pentingnya, kita perlu meningkatkan keterampilan tim sehingga AI menjadi mitra produktivitas, bukan misteri atau ancaman.”
Untuk membantu menutup kesenjangan antara penempatan AI dan keraguan eksekutif, para pemimpin teknologi harus fokus pada penyebaran strategis kecil yang menunjukkan nilai bisnis yang dapat diukur, kata Mitchell.
Apakah itu mengurangi waktu penyelesaian dalam layanan pelanggan atau mempercepat tinjauan kode, program uji coba dengan KPI yang jelas [indikator kinerja utama] dapat mengubah AI dari sekadar istilah tren menjadi alat bisnis,” kata Mitchell. “Tetapi penerapan tidak akan berkembang tanpa pendidikan.
Pada saat yang sama, perusahaan perlu menerapkan tata kelola AI yang kuat untuk memantau bagaimana alat-alat tersebut dilatih, diberlakukan, dan dievaluasi — terutama di industri di mana bias atau kesalahan memiliki konsekuensi yang berat.
Dan mungkin yang paling penting, pemimpin perlu membawa orang ke dalam proses,” kata Mitchell. “Menciptakan bersama solusi AI dengan tim lintas fungsi membangun kepercayaan, meningkatkan hasil, dan membantu mengubah narasi dari ketakutan menjadi pemberdayaan.
Sementara beberapa pekerjaan – seperti input data, pemrograman tingkat rendah, dan tinjauan hukum rutin – rentan terhadap otomatisasi, masa depan cerah menanti bagi peran yang menggabungkan penilaian manusia dengan kecerdasan mesin, kata Mitchell. “Bayangkan para insinyur AI, etikawan data, ahli keamanan siber, dan pemimpin produk yang tahu cara membangun dengan AI, bukan hanya di sekitarnya,” katanya. “Zaman baru pekerjaan ini milik mereka yang dapat berkolaborasi dengan mesin, bukan bersaing melawannya.”
